公开(公告)号：CN118762036B

公开(公告)日：2025-01-14

申请号：CN202410926397.0

申请日：2024-07-11

Applicant: 南京农业大学

Inventor： 张定东 ,  张茂蓉 ,  沈晓雪 ,  强玮 ,  刘文斌

IPC: G06T7/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06F16/51 ,  G06F16/58 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于DF‑UNet模型的中华绒螯蟹肝胰腺分割方法，包括以下步骤：(1)获取中华绒螯蟹CT图像数据库，包括若干中华绒螯蟹CT图像序列和对应的中华绒螯蟹肝胰腺掩码标签；对每个中华绒螯蟹CT图像序列进行预处理；(2)构建DF‑UNet网络，网络架构为ResNet50卷积网络为主干的2D‑UNet模型，将预处理后的图像作为训练输入，进而得到网络的预测输出，将分布在像素上的预测结果作为肝胰腺的判别置信分数；(3)构建改进的消假损失函数；对于每个像素的预测置信分数，引入聚焦损失函数约束其正确平衡正负样本权重；将消假损失函数和聚焦损失函数加权作为总损失函数，进而通过梯度下降优化此损失函数来训练网络；(4)保存训练得到的DF‑UNet模型，并进行测试以获得测试结果，使用准确率和f1系数作为评价指标对测试结果进行评估，分析DF‑UNet模型的分割性能；本发明在中华绒螯蟹肝胰腺分割任务中取得了良好的分割性能。

公开(公告)号：CN118762036A

公开(公告)日：2024-10-11

申请号：CN202410926397.0

申请日：2024-07-11

Applicant: 南京农业大学

Inventor： 张定东 ,  张茂蓉 ,  沈晓雪 ,  强玮 ,  刘文斌

IPC: G06T7/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06F16/51 ,  G06F16/58 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于DF‑UNet模型的中华绒螯蟹肝胰腺分割方法，包括以下步骤：(1)获取中华绒螯蟹CT图像数据库，包括若干中华绒螯蟹CT图像序列和对应的中华绒螯蟹肝胰腺掩码标签；对每个中华绒螯蟹CT图像序列进行预处理；(2)构建DF‑UNet网络，网络架构为ResNet50卷积网络为主干的2D‑UNet模型，将预处理后的图像作为训练输入，进而得到网络的预测输出，将分布在像素上的预测结果作为肝胰腺的判别置信分数；(3)构建改进的消假损失函数；对于每个像素的预测置信分数，引入聚焦损失函数约束其正确平衡正负样本权重；将消假损失函数和聚焦损失函数加权作为总损失函数，进而通过梯度下降优化此损失函数来训练网络；(4)保存训练得到的DF‑UNet模型，并进行测试以获得测试结果，使用准确率和f1系数作为评价指标对测试结果进行评估，分析DF‑UNet模型的分割性能；本发明在中华绒螯蟹肝胰腺分割任务中取得了良好的分割性能。